長江經濟帶旅游扶貧效率的時空格局演化分析

鄧愛民， 張馨方

(中南財經政法大學 旅游研究院，武漢 430000)

長江經濟帶旅游扶貧效率的時空格局演化分析

鄧愛民， 張馨方

(中南財經政法大學 旅游研究院，武漢 430000)

以長江經濟帶覆蓋的11個省市為研究單位，應用DEA數據包絡分析法測算出長江經濟帶各省市2010—2014年的旅游扶貧效率，并通過Malmquist生產率指數模型計算出各省市旅游扶貧效率的變化情況。通過ArcGIS軟件分析長江經濟帶整體旅游扶貧效率的全局空間自相關情況，以及長江經濟帶局部空間自相關情況。結果表明：長江經濟帶旅游扶貧效率呈現上升趨勢，旅游扶貧效率空間集聚程度不高，沒有明顯的集聚現象，長江經濟帶旅游扶貧效率增長率總體亦呈增長趨勢，旅游扶貧效率高值區向東部移動。根據旅游扶貧效率大小和旅游扶貧效率變化兩個維度將長江經濟帶內的省市劃分為朝陽型與黃金型，并對其發展提出建議。

旅游扶貧效率； 時空演變； DEA； GIS； 長江經濟帶

2014年9月國務院正式出臺《關于依托黃金水道推動長江經濟帶發展的指導意見》，標志著長江經濟帶已經上升為國家戰略。《“十三五”旅游業發展規劃》中提到全面推進跨區域旅游合作，做強長三角旅游城市群、成渝旅游城市群、長江中游旅游城市群，加快全域旅游進程。長江經濟帶是連接“絲綢之路經濟帶”以及“21世紀海上絲綢之路”的重要紐帶[1]。廣義上的長江經濟帶覆蓋的省市主要包括位于東部的上海、江蘇、浙江，位于中部的安徽、江西、湖北、湖南，以及位于西部的重慶、四川、云南、貴州，共11個省市。長江經濟帶所覆蓋的11個省市旅游資源種類豐富，特色鮮明。以上海為核心的長三角旅游城市群經濟基礎雄厚，旅游接待能力強，具有良好的品牌效應；長江中游城市群和成渝城市群具有良好的旅游資源基礎，生態環境優良[2]。

《“十三五”脫貧扶堅規劃》明確了旅游扶貧在產業發展扶貧規劃中的重要意義。長江經濟帶所覆蓋的11個省市中共包括244個國家級貧困縣，占全國總數的41.2%。優良的生態環境、豐富的旅游資源使得長江經濟帶區域的旅游產業發展迅速，2014年長江經濟帶區域入境旅游人數達到了2 950萬人次。旅游產業的蓬勃發展是否能夠帶動長江經濟帶區域經濟的整體發展，旅游產業是否能夠助力長江經濟帶區域脫貧致富亟待研究，因此，分析現階段長江經濟帶旅游扶貧效率是為后續旅游扶貧進程提供指導意義的重要任務。

一、國內外研究現狀

以往對長江經濟帶旅游的研究主要集中在采用定量方法對長江經濟帶沿岸城市旅游競爭力進行分析，如徐春紅[3]采用信息熵權TOPSIS法評價長江經濟帶各省市旅游產業競爭力，并對區域旅游產業融合發展提供了思路。定量分析中區域旅游發展的差異性研究較多，如錢藏[4]通過計算長江經濟帶各旅游省市的區域熵，分析區域旅游產業的集聚水平差異；方法林[5]通過計算標準差、基尼系數、首位度等，并借助ArcGIS軟件對長江經濟帶旅游經濟發展差異進行了可視化分析，得出長江經濟帶經濟差異逐年擴大，但內部空間布局相對穩定，并分析了產生差異的主要因素。陳銀娥、鐘學進[6]通過旅游規模差異測度和旅游位序規模分布測度方法研究了長江經濟帶城市旅游規模差異特征為總體差異不斷擴大，集聚程度不斷縮小。關于長江經濟帶旅游產業效率評價的研究較少，主要有龔艷、張陽等[7]對長江經濟帶旅游產業效率進行了測算，并在此基礎上運用Tobit模型分析了旅游效率影響因素。在定性研究方面，主要集中在研究長江經濟帶生態旅游發展、可持續旅游的發展對策等。周成、馮學鋼、唐睿[8]研究了生態系統、區域經濟與旅游產業系統之間的耦合關系，得出長江經濟帶城市旅游產業經濟與區域經濟之間存在較高的關聯度。岑曉喻等[9]通過從環境、社會、經濟等方面建立評價體系，得出長江經濟帶的資源分布格局為“雙向梯度”，探討了其發展機制。席建超、葛全勝[10]對長江經濟帶區域融合發展戰略以及國際化對接發展，區域生態旅游功能區進行了創新性的研究。殷杰、鄭向敏[11]通過耦合函數的方法研究了長江經濟帶的生態系統，并對區域內生態系統安全格局進行了劃分。縱觀長江經濟帶旅游產業的研究歷史，無論在定性或定量研究中都沒有涉及長江經濟帶旅游扶貧的研究。另外，目前國內外關于旅游業發展效率的研究主要從時空格局演變、投入產出分析、影響因素分析等多方面開展了大量的研究[12-13]，研究方法與理論正在不斷完善與進步。但是在這些研究中，大部分學者局限于一個或兩個模型，未能進行全面分析與評價。因此，本文應用DEA數據包絡分析法測算出長江經濟帶各省市2010—2014年的旅游扶貧效率，并通過Malmquist生產率指數模型計算出各省市旅游扶貧效率變化情況。通過ArcGIS軟件分析長江經濟帶整體旅游扶貧效率的全局空間自相關情況以及長江經濟帶局部自相關情況，并對其發展提出建議。

二、研究方法及數據來源

(一)研究方法

1.DEA數據包絡分析法

本文采用的主要研究方法為DEA數據包絡分析法。1978年，Charnes、Cooper和Rhodes將計算效率的方法推廣到多項投入與多項產出的情況，并將這種方法命名為數據包絡分析法[14]。數據包絡分析法通過輸入多項投入與多項產出數據，通過數學模型找到邊界效率點，據此形成數據包絡線。處于數據包絡線上的決策單元是研究尋找最有效的投入產出組合。依據DEA研究模型方法可知，旅游扶貧效率是指當地旅游產業發展對經濟的帶動或規模集聚效率；純技術效率表示在一定的旅游扶貧技術水平下，對旅游扶貧現有投入旅游資源配置效率的測度；規模效率是指在現有旅游扶貧政策及旅游人才技術水平不變的前提下，旅游扶貧投入現有規模與最優規模之間的差異，反映了旅游扶貧效率投入產出要素的合理配置程度[15]。

(1)

2.Malmquist生產率指數模型

為了更好地反映旅游扶貧效率隨時間的演變特征和研究引起變化的主要因素，本文采用Malmquist生產率指數分析法對跨時期長江經濟帶旅游扶貧效率變化進行評價[16]。Malmquist生產率指數模型由Malmquist.S 1953年首次提出，從t期到t+1期的Malmquist生產率指數公式如下

(2)

當M>1 時表示生產率水平提高；M=1 時表示生產率水平不變；M<1 時表示生產率水平下降。

(3)

公式(3)表示生產率指數的變化可以分解為技術效率變化率(EC)和技術進步率(TC)。假設規模報酬不變，技術效率變化率(EC)又可分解為純技術效率變化率(PEC)和規模效率變化率(SEC)。

3.空間自相關

空間自相關是指區域內一些變量與區域內其他變量存在的潛在關系及依賴程度。在地理學中一般采用Moran的I指數和Geary的C指數[17]。本文中采用Moran的I指數來研究長江經濟帶區域內各省市旅游扶貧效率水平與其臨近區域在同一單元中的相關程度，即各省市之間在某種指標下是否存在空間集聚現象，計算公式為

(4)

其中，n代表研究對象數量，即省市數，Xi和Xj分別為空間單元上的觀測值，Wij為空間權重矩陣。I的取值在-1到1之間，當I值小于0時為空間負相關，等于0時呈現不相關，大于0時為空間正相關，I值的絕對值大小與相關程度成正比。

在研究區域空間自相關的時候，通過全局空間自相關來了解研究區域整體的關系，通過局部空間自相關來研究局部空間差異性，這時采用局部空間統計量G值來計算局部范圍內的空間集聚程度[18]。每一個研究區域i的統計量計算公式為

(5)

(二)數據來源

我們選取全國各省市的人均可支配收入作為描述貧困程度的產出指標，人均GDP作為描述旅游對當地經濟帶動效益的產出指標。旅游扶貧效率的產出指標體系由人均可支配收入和人均GDP構成，其中人均可支配收入分為城鎮居民人均可支配收入和農村居民人均可支配收入。為了研究長江經濟帶旅游業發展對各省市的經濟帶動效應，投入指標體系應選擇衡量旅游業投入程度的指標，我們選擇能夠反映旅游資源稟賦程度、旅游接待能力的3A級景區數量、旅行社數量以及星級飯店數量作為投入指標體系。其中各省市人均可支配收入和人均GDP數據來源于2010—2014年的《中華人民共和國統計年鑒》，各省市3A級景區數量、旅行社數量和星級飯店數量數據來源于2010—2014年的《中華人民共和國旅游統計年鑒》。運用DEA模型對長江經濟帶旅游扶貧效率進行評價，并運用ArcGIS軟件對結果進行時空演變的可視化分析。

三、研究結果

(一)長江經濟帶旅游扶貧效率總體特征

由公式(1)計算出2010—2014年長江經濟帶旅游扶貧綜合效率、純技術效率和規模效率。2010—2014年長江經濟帶旅游扶貧綜合效率平均值均達到0.6以上，旅游扶貧效率較高。從時序變化來看，旅游扶貧效率呈現上升趨勢，從2010年的0.620上升到2014年的0.718。從純技術效率來看，數值均在0.6以上，除2011年略有下降外，整體走向為上升趨勢，到2014年已經達到0.756。規模效率數值均在0.8以上，整體變化趨勢與綜合效率一致。深入分析可知，長江經濟帶旅游扶貧效率保持著較高水平的主要原因是純技術效率與規模效率水平均較高，旅游產業發展要素配置合理。這是因為長江經濟帶覆蓋省市如上海、江蘇、浙江等沿海省市的經濟、科技相對較為發達，旅游產業發展形勢良好，資源要素與產業要素的合理配置能力較強。另外，成渝城市群和長江中游城市群可供開發的旅游資源和產業要素水平較高，旅游扶貧效率綜合水平較高。隨著長江經濟帶戰略的再次提出，國家及沿線各省市紛紛采取各項措施發展旅游產業以及探索區域融合發展道路，帶動了長江經濟帶區域整體的經濟發展。

(二)長江經濟帶旅游扶貧效率空間集聚特征

由公式(4)計算出2010—2014年長江經濟帶旅游扶貧效率的全局空間自相關系數，并繪制出折線圖，如圖1所示。從2010—2014年，總體上長江經濟帶旅游扶貧效率的空間自相關系數處于螺旋式上升趨勢，全局空間自相關系數的絕對值均小于0.1，分布在0附近，說明長江經濟帶旅游扶貧效率空間集聚程度不高，沒有明顯的集聚現象。在今后的旅游扶貧過程中，需要在保持區域旅游經濟發展增長的前提下打破區域界限，縮小區域內部的旅游扶貧差異，真正實現長江經濟帶旅游扶貧協同發展，最終實現整體脫貧。

局部空間自相關系數可以更加準確地分析局部空間異質性特征。基于前文對長江經濟帶旅游扶貧效率全局空間自相關的結果來看，空間集聚程度不高，存在一定的空間異質性。本文以2010年和2014年的長江經濟帶旅游扶貧效率為指標，運用ArcGIS軟件分析Moran的I指數來反映長江經濟帶局部旅游扶貧發展的相關性，并進行可視化表示，圖略。

圖1 2010—2014年長江經濟帶旅游扶貧效率全局空間自相關系數

從2010—2014年，長江經濟帶旅游扶貧綜合效率總體格局呈現較穩定演化狀態，只有重慶市和貴州省發生了變化，占總數的18.18%。另外旅游扶貧綜合效率空間分異的結構化顯著，2010年Moran的I指數較大的區域為四川省，處于第一階層，并且Moran的I指數大于0，說明四川省對周邊區域旅游扶貧的發展具有正向的帶動作用，但是Moran的I指數處于1.30～1.68之間，數值較低，說明四川省對周邊區域的旅游扶貧發展雖然具有正向的輻射作用，但在今后的發展中仍需不斷加強區域之間的協同作用，減小空間異質性。云南、貴州、湖南和重慶市處于第二階梯，結合其旅游扶貧綜合效率來分析，重慶市和云南省旅游扶貧效率均在平均值以上，不難得出此區域為旅游扶貧效率高值集聚區。安徽和江西省Moran的I指數小于0，說明區域內旅游扶貧發展呈現空間負相關，與周圍區域旅游扶貧效率存在一定的差異性，需要在今后的發展過程中加強與周邊經濟基礎雄厚的長三角區域的旅游合作，不斷擴大旅游客源市場。從2010—2014年的整體變化來看，雖然空間異質性較為顯著，但空間集聚區正處于不斷擴大的趨勢，這是因為長江經濟帶中各省市作為一個地理總體，其旅游資源存在一定程度上的相似性，提供的旅游產品有所限制，同時在近幾年長江經濟帶旅游聯合發展的大背景下不斷溝通與密切合作。

(三)長江經濟帶旅游扶貧效率的時間演進

根據公式(2)和(3)，計算出長江經濟帶旅游扶貧效率的Malmquist指數。總體上看，長江經濟帶區域旅游扶貧效率的Malmquist指數均值都大于1，說明長江經濟帶旅游扶貧效率總體上呈緩慢上升趨勢；并且所有省市的Malmquist指數均大于1，說明各省市為旅游扶貧持續增長提供了動力。為了更好地顯示長江經濟帶旅游扶貧效率變化率的空間演化規律，采用ArcGIS軟件中四分位圖對2010年和2014年的截面數據進行分析，圖略。

2010—2014年，旅游扶貧效率高速增長區、較高速增長區、中速增長區和低速增長區都發生了較大變化，整體上旅游扶貧效率高值區向東部移動：旅游扶貧效率高速增長區由云南和重慶演變為江蘇和重慶市；較高速增長區由湖北、湖南和貴州演變為云南、安徽、貴州和上海；中速增長區由江蘇、安徽和江西轉變為四川、湖北和浙江；低速增長區由浙江、四川和上海轉變為湖南和江西。究其變化原因，位于長三角地區的上海、浙江和江蘇以及安徽具有明顯的經濟優勢與交通優勢，旅游開發相對較早，旅游配套設施較完善，無論在客源市場以及旅游開發上都具有得天獨厚的優勢，在長三角城市相互的輻射作用下，旅游業發展迅速，旅游扶貧效率增速超過其他區域，從中低速增長區發展為高速及較高速增長區。增速減緩的為湖南、江西和云南，其余地區旅游扶貧效率增速基本保持不變。

(四)長江經濟帶旅游扶貧類型劃分及對策

根據旅游扶貧效率大小和旅游扶貧效率變化即Malmquist指數兩個維度可以劃分四分圖。最終結果為：將長江經濟帶內的省市劃分為兩種類型，即朝陽型與黃金型。朝陽型的省市為湖北、湖南、安徽、云南、江西、江蘇和浙江；黃金型的省市為四川、重慶、上海和貴州。其中朝陽型的區域特點為旅游扶貧效率在長江經濟帶省市中處于較低水平，但是旅游扶貧效率變化率大于1，說明此類省市雖然旅游扶貧效率起點較低，但是正處于良好的上升趨勢；黃金型的省市為四川、重慶、上海和貴州，其特點是不僅當地旅游扶貧效率較高，并且旅游扶貧效率變化率大于1，證明此類型省市的旅游業發展對當地的扶貧作用巨大，并且扶貧效率處于不斷上升的趨勢，這是因為此類型的省市旅游基礎條件較好以及政府扶貧政策的推動作用等發揮了重要作用。朝陽型省市在今后的旅游扶貧道路中應該采取與周邊扶貧效率更高的區域聯合的策略，通過優勢互補及強大的輻射作用，提高自身和周邊區域的旅游扶貧效率，從而向黃金型省市轉變。黃金型省市在今后的旅游扶貧中，為了保持此狀態應該采取政企合作模式。政府主導背景下的政企合作模式可以在一定程度上避免自由競爭市場上信息不對稱的情況，實現經濟效益最大化。

四、結論及建議

本文以長江經濟帶覆蓋的11個省市為研究單位，應用DEA數據包絡分析法、旅游扶貧效率的Malmquist指數、空間關聯指數等測算出長江經濟帶各省市2010—2014年的旅游扶貧效率及其分解，以及長江經濟帶各省市旅游扶貧效率全局空間自相關系數與局部空間自相關系數，得出以下結論：

長江經濟帶旅游扶貧效率總體特征為旅游扶貧效率保持著較高的水平，并處于不斷上升的趨勢；長江經濟帶旅游扶貧效率空間集聚特征為旅游扶貧效率空間集聚程度不高，沒有明顯的集聚現象。2010—2014年，長江經濟帶旅游扶貧綜合效率總體演化格局呈現較穩定狀態，旅游扶貧綜合效率空間分異的結構化顯著。從2010—2014年的整體變化來看，雖然空間異質性較顯著，但空間集聚區正處于不斷擴大的趨勢；長江經濟帶區域旅游扶貧效率的Malmquist指數均值都大于1，說明了長江經濟帶旅游扶貧效率總體上呈增長趨勢；所有省市旅游扶貧Malmquist指數均大于1，旅游扶貧效率高值區向長江經濟帶東部移動；長江經濟帶內的省市分為朝陽型與黃金型，朝陽型的省市為湖北省、湖南省、安徽省、云南省、江西省、江蘇省和浙江省，黃金型的省市為四川省、重慶市、上海市和貴州省。

針對朝陽型省市，在今后的旅游扶貧道路中應該采取與周邊扶貧效率更高的區域聯合的策略；針對區域旅游資源較為薄弱的地區，需要通過開發高品質、有規模、有檔次的旅游新產品和新業態來與周邊區域融合發展，另外注重對當地旅游基礎設施的提升與完善。黃金型省市在今后的旅游扶貧中應該采取政企合作模式，對當地旅游產業進行戰略性轉型升級，建立良好的政企合作關系，在旅游規劃、智慧旅游、人才培養、招商引資等領域共同探索旅游創新發展模式。

為了使旅游扶貧效率研究更加科學謹慎，可以對旅游扶貧指標體系、旅游扶貧投入產出指標的選取進行優化，這也成為今后此類研究的方向。盡管空間自相關方法能夠較好地解釋長江經濟帶旅游扶貧效率發展格局的演化特征，但本文僅從2010—2014年的時間段來展開研究，分析結果難免與現實結果出現偏差。

[1] 張曉梅,程紹文,李照紅.長江經濟帶入境旅游經濟的時空差異分析[J].華中師范大學學報(自然科學版),2016(5):783-790.

[2] 鄭國中.長江經濟帶與“一路一帶”疊加效應下旅游經濟轉型升級路徑[J].社會科學家,2015(6):96-100.

[3] 徐春紅.長江經濟帶11省市旅游產業競爭力評價及融合發展研究[J].商業經濟研究，2015(8):135-138.

[4] 錢藏,李彬彬.長江經濟帶旅游產業集聚水平分析[J].現代經濟信息,2016(12):467-468.

[5] 方法林.長江經濟帶旅游經濟差異時空格局演化及其成因分析[J].南京師大學報(自然科學版),2016(1):124-131.

[6] 陳銀娥,鐘學進.長江經濟帶城市旅游規模差異及位序規模分布優化研究[J].江漢論壇,2016(12):36-42.

[7] 龔艷,張陽,唐承財.長江經濟帶旅游業效率測度及影響因素研究[J].華東經濟管理,2016(9):66-74.

[8] 周成,馮學鋼,唐睿.區域經濟—生態環境—旅游產業耦合協調發展分析與預測:以長江經濟帶沿線各省市為例[J].經濟地理,2016(3):186-193.

[9] 岑曉喻,周寅康,單薇,等.長江經濟帶資源環境格局與可持續發展[J].中國發展,2015(3):1-9.

[10] 席建超,葛全勝.長江國際黃金旅游帶對區域旅游創新發展的啟示[J].地理科學進展,2015(11):1449-1457.

[11] 殷杰,鄭向敏.長江經濟帶旅游產業生態系統安全評估與安全格局研究[J].華東經濟管理,2017(4):60-65.

[12] MOREY R C,DITTMAN D A.Evaluating a hotel GM’s performance:a case study in benchma-rking[J].Comell hotel and restaurant administration quarterly,1995,36(5):30-35.

[13] CHARLES K N，PAUL S.Competition,privatization and productive efficiency:evidence from the airline industry[J]. The economic journal,2001,111(3):591-619.

[14] BARROS C P,MATIAS A.Assessing the efficiency of travel agencies with a stochastic cost frontier:a Portuguese case study[J].International journal of tourism research，2006,8(5):367-379.

[15] 龍祖坤,杜倩文,周婷.武陵山區旅游扶貧效率的時間演進與空間分異[J].經濟地理,2015(10):210-217.

[16] 劉佳,陸菊,劉寧.基于DEA-Malmquist模型的中國沿海地區旅游產業效率時空演化、影響因素與形成機理[J].資源科學,2015(12):2381-2393.

[17] 常變蓉,李仁東,徐興建,等.基于GIS空間自相關的江漢平原釘螺分布特征[J].長江流域資源與環境,2014(7):972-978.

[18] 胡明星.基于GIS的可達性和空間自相關分析在江陰綠地系統規劃中的應用[J].中國園林,2010(9):20-24.

TourismPovertyAlleviationEfficiencyDifferencesandSpatial-temporalEvolutionFeaturesintheYangtzeRiverEconomicBelt

DENG Aimin, ZHANG Xinfang

(College of Tourism, Zhongnan University of Economics and Law, Wuhan 430000, China)

Taking11 provinces and cities along the Yangtze river economic belt cover as the research unit, using the application of DEA data envelope analysis method to measure the efficiency of tourism poverty relief along the Yangtze river economic belt provinces from 2011 to 2015, and through the Malmquist productivity index model, this paper figures out the changes of the tourism poverty relief efficiency of the cities. Then ArcGIS software is used to analyze the global spatial autocorrelation of The Yangtze river economic belt tourism poverty relief efficiency and the Yangtze river economic belt local spatial autocorrelation.The results show that the efficiency of the Yangtze river economic belt tourism poverty alleviation is rising, tourism poverty alleviation efficiency of spatial agglomeration degree is not high, has no obvious agglomeration phenomenon, the Yangtze river economic belt tourism poverty alleviation efficiency is growing on the whole, tourism poverty alleviation efficiency high value area is moving to the east. According to the tourism poverty alleviation size and tourism poverty alleviation efficiency changes, the provinces and cities within the Yangtze river economic belt are divided into potential type and gold type. In the end, some suggestions for its development are given.

tourism poverty alleviation efficiency; the evolution of time and space; DEA; GIS; the Yangtze river economic belt

張 璠)

2017-04-11；

2017-05-14

湖北省社會科學基金項目“‘中四角’無障礙旅游發展模式研究”(2014027)

鄧愛民(1971—)，男，湖北浠水人，中南財經政法大學旅游研究院教授，博士生導師，研究方向：旅游管理、旅游規劃；張馨方(1992—)，女，河北廊坊人，中南財經政法大學旅游研究院碩士研究生，研究方向：旅游規劃、旅游地理。

F592

A

1674-0297(2017)06-0042-06